每次从头开始
- 临时找素材
- 重复做相同判断
- 不同内容形态各自成岛
- 问题发生后难以回收
Professional case · Sanitized
新媒体 AI
不是把几个生成工具串起来，而是先拆真实工作，再决定什么可以复用、什么必须由人负责，以及异常在哪里停止。
01 · 先看工作，不先看工具
项目现场是一个运营角色同时面对多个平台、多种内容形态与持续输入：素材散落、选题临时寻找、相邻业务线的输入不稳定，同一信息又需要被反复改写成文字、视觉和视频。
如果从“AI 能生成什么”开始，很容易做出一组不能交接的演示。实际起点是把岗位拆成动作：收集、判断、组织、生产、适配、复核、发布、回收。只有重复、规则清楚、失败可被拦住的部分，才进入自动或半自动流程。
一次整理，多线复用
- 输入先归一
- 知识与素材成为共同底座
- 按内容形态分发
- 人工复核并把返工原因带回系统
02 · 从一条试点长出共享底座
先跟着实际工作走一遍
记录材料从哪里来、谁做判断、在哪返工，再拆成可验收动作。
只跑一条高价值产线
先验证流程能否进入日常使用，不同时建设四套孤立工程。
从稳定试点抽出共性
输入归一、知识与素材复用、生产路由、复核与回收成为共享底座，其余产线逐条接入。
03 · 一条内容的公开过程复原
SANITIZED PROCESS RECONSTRUCTION
来源 → 事实 → 草稿 → 复核 → 变体 → 回收
这是依据实际职责关系复原的公开过程，不对应真实主题、平台或内容样本，也不能证明某次输出质量。
- 人 · 01
确认输入和边界
判断来源、完整性与权限；来源不明时不进入生成。
- AI · 02
提取、起草与适配
标出事实和缺口，基于已确认信息形成结构，再生成获准的内容变体。
- 人 · 03
核验、发布与回收
回到来源删去风险，完成最终检查，并把返工原因带回规则。
真正被自动化的是搬运、整理、起草和变体；始终没有外包的是来源、事实、风险与最终发布责任。
04 · 一套底座，四类输出
共享底座只负责四件事：输入归一、知识与素材复用、生产路由、复核与回收。每条产线再补自己的表现形式与质量门槛。
文字内容
机器：分类、初稿、格式适配。
人：事实、语气、引用与最终发布。
视觉内容
机器：方向探索、版式变体。
人：品牌一致性、版权与可用性。
资讯短视频
机器：脚本骨架、素材编排。
人：信息准确、真实画面与成片验收。
情景短片
机器：情境草案、非关键创意素材。
人：产品演示、关键表达与合规判断。
05 · 自动化在哪里停止
重复且可检查的整理、起草和格式转换可以自动执行；事实、版权、品牌与最终发布必须由人确认；来源不明、信息冲突或合规性不确定时立即停止。判断依据不在作品页重复展开。
06 · 结果与数据口径
2026 年 5 月的阶段汇报保存了当时的运行估算与流程状态。它们适合说明试点阶段发生了什么，但不能外推为长期效果或财务审计结果。
约 81 小时 / 月
按稳定重复环节的改造前后单次耗时差 × 月度等效工作量估算；不含首次搭建、探索、最终复核和未稳定产线。
约 ¥690 / 月
当时维持四条流程的工具与用量近似值；不含人工、硬件、网络、税费、首次开发和沉没成本。
4 条工作流
两条进入稳定运行，一条处于试用推进，一条完成试运行；这里记录成熟度差异，不把四条都写成稳定成果。
这些记录能说明什么
它们说明 2026 年 5 月阶段的工作流状态与管理估算，不能替代质量、内容效果、长期使用体验或劳动工时结算。当前暂无获准公开的真实输入 → 中间产物 → 输出样本，因此本页也不能证明某次内容质量。更大范围任务分析中的“935 条 / 34 项”不属于本项目直接结果，所以不放进作品成绩。
07 · 从项目长出的判断
先跑通，再抽象
共享底座不是一开始就该有的大系统，而是从一条稳定产线里提炼的共同部分。
主动放弃端到端全自动
事实、版权、真实演示与发布的失败代价太高，让异常回到人比“每一步都智能”更重要。
判断如何复用才是价值
被复用的不只是一段代码，而是输入如何判断、错误如何停止、结果如何被验收。